J'utilise Stata pour estimer un modèle de panel dynamique, qui consiste à prédire l'effet de levier (variable d'indépendance) à l'aide de certains déterminants (variables de dépendance). Le problème est que R_squared de l'effet fixe et les régressions d'effet aléatoire sont trop petites (0.3605 et 0.0064). Est-ce que c'est accepté ou dois-je ajuster quelque chose dans mon modèle de régression pour augmenter ce chiffre?Comment traiter un petit R_square dans Panel Data: Effet fixe et modèle Random effect?
Voici le résultat du modèle à effets fixes:
. xtreg $ylist $xlist, fe
Fixed-effects (within) regression Number of obs = 66
Group variable: id Number of groups = 11
R-sq: within = 0.3605 Obs per group: min = 6
between = 0.1754 avg = 6.0
overall = 0.0547 max = 6
F(5,50) = 5.64
corr(u_i, Xb) = -0.7797 Prob > F = 0.0003
------------------------------------------------------------------------------
leverage | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
prft | -.321041 .1029871 -3.12 0.003 -.5278966 -.1141855
size | .0891673 .0338634 2.63 0.011 .0211506 .157184
tang | .0246578 .0754448 0.33 0.745 -.1268775 .1761931
depr | -.1788457 .1704749 -1.05 0.299 -.5212547 .1635632
growth | .0079993 .0217599 0.37 0.715 -.0357068 .0517054
_cons | -.7724779 .505174 -1.53 0.133 -1.78715 .242194
-------------+----------------------------------------------------------------
sigma_u | .24530134
sigma_e | .07655569
rho | .91124547 (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(10, 50) = 20.40 Prob > F = 0.0000
Et le résultat pour le modèle d'effet aléatoire:
. xtreg $ylist $xlist, re
Random-effects GLS regression Number of obs = 66
Group variable: id Number of groups = 11
R-sq: within = 0.3194 Obs per group: min = 6
between = 0.1195 avg = 6.0
overall = 0.0064 max = 6
Wald chi2(5) = 19.01
corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0019
------------------------------------------------------------------------------
leverage | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
prft | -.3396869 .1048378 -3.24 0.001 -.5451652 -.1342086
size | .0426763 .0270952 1.58 0.115 -.0104294 .095782
tang | .0240155 .0771427 0.31 0.756 -.1271814 .1752124
depr | -.077577 .1495041 -0.52 0.604 -.3705998 .2154457
growth | -.0086127 .0205914 -0.42 0.676 -.0489711 .0317458
_cons | -.1116013 .4034765 -0.28 0.782 -.9024007 .6791981
-------------+----------------------------------------------------------------
sigma_u | .16086702
sigma_e | .07655569
rho | .81534455 (fraction of variance due to u_i)
------------------------------------------------------------------------------
Je fais aussi le test Hausman et il montre que je devrais utiliser le modèle d'effet aléatoire:
. hausman fixed random
---- Coefficients ----
| (b) (B) (b-B) sqrt(diag(V_b-V_B))
| fixed random Difference S.E.
-------------+----------------------------------------------------------------
prft | -.321041 -.3396869 .0186459 .
size | .0891673 .0426763 .046491 .020312
tang | .0246578 .0240155 .0006423 .
depr | -.1788457 -.077577 -.1012687 .0819158
growth | .0079993 -.0086127 .016612 .0070348
------------------------------------------------------------------------------
b = consistent under Ho and Ha; obtained from xtreg
B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test: Ho: difference in coefficients not systematic
chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 3.52
Prob>chi2 = 0.6207
(V_b-V_B is not positive definite)
Merci d'avance!
Dans votre régression OLS groupée, vous régressiez l'effet de levier sur lui-même ('reg $ ylist $ ylist') au lieu de sur les autres variables (' reg $ ylist $ xlist') –
Permettez-moi d'ajouter que c'est un panneau dynamique modèle, c'est quelque chose de complètement différent de la programmation dynamique, et la balise de programmation dynamique est inadaptée. –
Je ne vois pas de question de programmation ici. Vous semblez chercher des conseils sur la façon d'analyser vos données. Stack Overflow n'est pas vraiment un forum approprié pour de telles questions. Statalist est beaucoup plus approprié pour des questions de ce genre. –